OpenCV-Python实战（3）——图像颜色

一、色彩空间

1.1 GRAY色彩空间

• GARY色彩空间（灰度图像）通常指8位灰度图，具有256个灰度级，像素值的范围是[0，255]。不同数值表示不同程度的灰色。像素值越低，灰色越深。0表示纯黑色，255表示纯白色。
• GARY色彩空间为单通道，所以通常用二维数组表示一幅灰度图像。

1.2 RGB色彩空间

• RGB色彩空间中的所有颜色都可以通过将R(red)红色、G(green)绿色、B(blue)蓝色三个色彩通道按照一定比例混合得到。每个色彩通道值的范围都在[0，255]之间。

1.3 HSV色彩空间

• 它提出人眼的色彩知觉的三要素：H：色调（Hue）S：饱和度（Saturation）V：亮度（Value）。
  色调（H）：色调是色彩的基本属性，就是平常说的颜色的名称，如“赤橙黄绿青蓝紫”等。色调的取值区间为[0,360]。色调取不同值，所代表的颜色不同。
• 饱和度（S）：饱和度指色彩的纯度，通俗的说就是颜色的深浅。饱和度越高色彩越纯，饱和度越低则逐渐变灰。取值范围为0~100%。在OpenCV内，取值范围为0~255。
• 亮度（V）：表示色彩亮度，取值区间是0~100%。在OpenCV内，依据公式映射到0~255范围内。 当亮度值为0时，图象是纯黑色。

	GRAY	RGB	HSV
色彩空间
参数	gray:0~255	R:0~255 G:0~255 B:0~255	H:0~255 S:0~255 V:0~255
量级	256	256*256*256	256*256*256

二、色彩转换

image = cv2.cvtColor(src, code)

image：色彩转换cv2.cvtColor()函数返回的目标函数。

src：要转换的图像对象。

code：色彩转换参数（进行何种色彩转换），常见的参数如下表：

参数(A为透明度通道)	值	解释
COLOR_BGR2BGRA	0	BGR转换为BGRA
COLOR_BGRA2BGR	1	BGRA转换为BGR
COLOR_BGR2RGBA	2	BGR转换为RGBA
COLOR_RGBA2BGR	3	RGBA转换为BGR
COLOR_BGR2RGB	4	BGR转换为RGB
COLOR_BGR2GRAY	6	BGR转换为GRAY
COLOR_RGB2GRAY	7	RGB转换为GRAY
COLOR_GRAY2BGR	8	GRAY转换为BGR
COLOR_BGR2HSV	40	BGR转换为HSV
COLOR_RGB2HSV	41	RGB转换为HSV
COLOR_HSV2BGR	54	HSV转换为BGR
COLOR_HSV2RGB	55	HSV转换为RGB

# 示例：
import cv2

img = cv2.imread('Lena.png')  # BGR
cv2.imshow('img_bgr',img)
img_gray = cv2.cvtColor(img.copy(), cv2.COLOR_BGR2GRAY)  # BGR 转 GRAY
cv2.imshow('img_gray',img_gray)
img_rgb = cv2.cvtColor(img.copy(), cv2.COLOR_BGR2RGB)  # BGR 转 RGB
cv2.imshow('img_rgb',img_rgb)
img_hsv = cv2.cvtColor(img.copy(), cv2.COLOR_BGR2HSV)  # BGR 转 HSV
cv2.imshow('img_hsv',img_hsv)

cv2.waitKey(0)
cv2.destroyAllWindows()

三、通道拆分与合并 

拆分：cv2.split()

 B , G , R = cv2.split(bgr_image)

bgr_image：BGR图像对象。

cv2.split()：图像对象通道拆分函数。

B , G , R ：图相拆分后返回的对应通道对象。

合并：cv2.merge()

image = cv2.merge([B,G,R])

 [B , G , R]或（B , G , R）：B , G , R 通道图像对象。（合并结果与顺序有关）

import cv2

# 拆分
img = cv2.imread('Lena.png')  # BGR
cv2.imshow('BGR',img)
B , G , R = cv2.split(img)
cv2.imshow('B',B)
cv2.imshow('G',G)
cv2.imshow('R',R)
# 合并
img_rgb = cv2.merge((R,G,B))
cv2.imshow('img_rgb',img_rgb)

cv2.waitKey(0)
cv2.destroyAllWindows()

四、修改通道数值

HSV图像的H、S、V通道，以及图片透明度 A 通道(透明度) 数值的改变会对图片色彩产生较大的影响。

这里以修改 H 通道对BGR格式图片的影响为示例：

import cv2

# 拆分
img = cv2.imread('Lena.png')  # BGR
cv2.imshow('BGR',img)
img_hsv = cv2.cvtColor(img,cv2.COLOR_BGR2HSV)
cv2.imshow('img_hsv',img_hsv)
H , S , V = cv2.split(img_hsv)
# 通道数值调整
H = H[:,:] + 200  # 由于‘红、橙、黄、绿、蓝、靛、紫’的顺序，H越大BGR格式色调会变化。
# 合并
img_HSV = cv2.merge((H,S,V))
cv2.imshow('img_HSV',img_HSV)  # 先合并为 HSV 格式
img_BGR = cv2.cvtColor(img_HSV,cv2.COLOR_HSV2BGR)
cv2.imshow('img_BGR',img_BGR)

cv2.waitKey(0)
cv2.destroyAllWindows()